【摘 要】
：
研究危险品运输车辆易燃信号准确挖掘的问题。危险品在车辆运输过程中,受到所处环境温度异常变化、外部颠簸摩擦等外部因素的影响,危险状况下的高温、高压等易燃信号随着外界干扰的不同会呈现非线性随机突变。传统的信号检测方法对异常信号非线性变化还没有很好的解决办法,无法正常捕捉,造成危险品运输中易燃信号检测不准。提出利用特征关联挖掘算法的危险品运输车辆易燃信号挖掘方法。利用小波变换方法,提取危险品运输车辆状态
【机 构】
：
平顶山学院计算机科学与技术学院,西安电子科技大学计算机学院
论文部分内容阅读
研究危险品运输车辆易燃信号准确挖掘的问题。危险品在车辆运输过程中,受到所处环境温度异常变化、外部颠簸摩擦等外部因素的影响,危险状况下的高温、高压等易燃信号随着外界干扰的不同会呈现非线性随机突变。传统的信号检测方法对异常信号非线性变化还没有很好的解决办法,无法正常捕捉,造成危险品运输中易燃信号检测不准。提出利用特征关联挖掘算法的危险品运输车辆易燃信号挖掘方法。利用小波变换方法,提取危险品运输车辆状态信号特征,去除干扰因素的影响,建立信号突变约束模型,计算危险品运输车辆状态信号特征之间的关联度,根据信号
其他文献
针对微藻自动培养装置的温度控制,常规PID控制器的参数整定需耗费大量人力进行调节,提出一种采用自适应混沌粒子群的PID参数整定算法,充分利用多涡卷广义Jerk混沌序列的随机性及遍历性,对粒子群进行混沌初始化;采用非线性调整机制对惯性权重进行自适应调整;引入基于适应度方差的局部收敛判别机制,以混沌扰动的方式帮助种群跳出局部最优。仿真结果表明,相较于标准粒子群算法,改进算法能始终保持粒子群的多样性,系
研究优化航迹规划问题,飞行器常常要规避运动威胁目标,安全到达终点。要求检测目标的实时性和定位准确性。传统算法由于收敛速度过慢,计算要消耗大量时间,并且在威胁复杂的情况下,难以找到精确航迹,无法保证飞行器的安全性。为了解决上述难题,将时间要素加入到空间模型中,建立精确的运动模型;提出以时间片为基础的飞行器安全检测方法;并改进遗传算法编码方式,增加搜索效率。仿真结果表明所提方法合理有效。
针对采用振动法测量球磨机料位时,振动信号和料位之间存在非线性和时变性,采用传统方法存在测量精度低、稳定性差的问题,提出基于T-S模糊模型的球磨机料位表示和测量的方法。首先利用减法聚类对振动信号的功率谱特征值进行模糊前件辨识,确定模糊概念和规则数;再用最小二乘估计辨识后件参数;最后,利用模糊推理方法实现球磨机料位的软测量。在小型球磨机上的试验结果验证了T-S模糊模型对球磨机料位测量的有效性,与传统方
研究Android平台启动过程的安全隐患问题,由于启动时易受到攻击,影响系统的安全性。移动计算平台建立信任链的现行方法须要改变现有硬件架构,存在不易实现与推广问题。借鉴可信计算的思想,提出一种可信度量代理(trust measurement agent,TMA)的移动计算平台信任链构建方法,保证Android平台启动过程的安全、可靠。通过设计一个可信度量代理TMA作为软件TPM,实现硬件TPM在度
在捷联惯导初始对准优化的研究中,由于存在非线性,很难描述误差特性。为提高捷联惯导系统初始对准的精度,缩短对准时间,根据欧拉角误差的传播规律,推导了惯导系统角度和速度误差微分方程,建立了非线性的对准模型。非线性模型的计算一直是难点问题,一般采用无迹卡尔曼滤波(UKF),为减小计算量,采用了超球面采样点变换(SSUT)的采样策略,结合线性的量测方程,对滤波算法进行了改造和简化。根据全局可观性理论,为提
为了实现对Rossler混沌系统的控制,使得系统的状态变量在有限时间内达到平衡点,将Rossler混沌系统作为控制对象,提出了一种自适应滑模变结构控制策略,主要包括滑模面设计和自
研究低成本捷联惯导系统中静基座方位失准角对准问题。传统采用的MIMU精度较低,误差模型的非线性化。为改善方位失准角的对准精度,提出了一种UPF方法的方位失准角对准方法。建立了关于磁强计辅助MIMU的粗对准模型,并将磁强计辅助完成粗对准的方位角偏差引入精对准的线性和非线性误差模型之中,给出了一种简化的UPF递推算法,对比了不同误差模型下的三种滤波方法的效果。仿真结果表明,无论是线性还是非线性误差模型
为了克服极限学习机输入权重与偏置的随机性对模型泛化能力的负面影响,提出一种基于多目标优化的极限学习机模型选择方法将极限学习机模型选择视为一个多目标全局优化问题,可将泛化误差和输出权重的模作为优化目标;为加快优化速度,引入极限学习机的快速留一法误差估计指代泛化误差,并考虑到优化目标间的互斥性,最终采用多目标综合学习粒子群算法寻找非支配解。通过5个UCI回归数据集上的仿真结果表明,与常用极限学习机模型
在工控系统微分器设计优化问题的研究中,由于在工业生产实践中,传统PID参数整定方法难以得到合理优化的PID参数,传统增量式PID控制存在抗干扰性较差、控制精度不高的问题。针对上述问题,提出了基于跟踪微分器与神经网络的PID控制算法。对跟踪微分器的原理进行了阐述,通过跟踪微分器实现位置信号滤波与速度信号求解;对增量式自适应PID控制算法进行了改进。在上述基础上,构建了基于微分跟踪器与神经网络的PID
微谐振器是试飞测试系统的重要组成部件,微谐振器的性能影响到试飞测试系统的精确度。为了提高微谐振器的性能,在传统结构的基础上,提出改变微谐振器中折叠梁、驱动梳齿等结